一、数据集
1、下载数据集
花分类数据集下载:https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz
如果下载不了可以选择下载b站up主霹雳吧啦Wz(https://space.bilibili.com/18161609**)提供的百度云网盘链接:https://pan.baidu.com/s/1QLCTA4sXnQAw_yvxPj9szg 提取码:58p0
此up主的github链接:
https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
下载完成后解压放到data_set目录下的flower_data下。
2、数据集划分
将slipt_data.py脚本拷贝到上面的data_set目录下,然后运行脚本就可以实现将数据集划分好。
二、训练
我的训练代码是从下面这个链接中下载的https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
使用过程中出出现了两个问题
问题一:路径出现问题
解决方法:将data_root的路径改成下面所示
data_root = os.path.abspath(os.path.join(os.getcwd(), "./")) # get data root path
问题二:BrokenPipeError: [Errno 32] Broken pipe
原因:
训练过程中,num_workers设置的太大,代码中设置的8。
解决方法:修改使 num_workers=0
三、测试
四、可视化
可以使用tensorboard显示训练准确率变化等曲线